关于正交论文范文资料

正交最早出现于三维空间中的向量分析。 在3维向量空间中， 两个向量的内积如果是零， 那么就说这两个向量是正交的。 换句话说， 两个向量正交意味着它们是相互垂直的。向量α与β正交，记为α⊥β。

正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行资料分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本思想。 [例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7% 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平： A：A1=80℃，A2=85℃，A3=90℃ B：B1=90分，B2=120分，B3=150分 C：C1=5%，C2=6%，C3=7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。

我的实验是三因素三水平，做正交的话就是9次实验（我做一次实验得出一组资料就是一个月啊）。 我看不少论文上都是分两大步骤： 一、正交设计 1、进行正交设计，设计出后续的实验方案。 2、根据正交设计的实验方案进行试验（不写出过程，不做图表，因为各单因素的搭配是随机的，没法画曲线图分析），只给出结果。 3、根据实验结果，进行正交分析，得出各单因素的影响大小。 （在正交设计这部分，我就得做九个实验啊） 二、单因素实验 对正交设计的分析结果进行验证所补充的实验，这次所做的实验具有可比性，可以对单个因素影响效果做曲线图分析。 如此一来，那我的实验岂不是就做了两遍（虽然这两遍实验的控制因素水平可能不一样）。 做这么多实验就啥时候毕业呀。 我的问题是： 有人说先单因素方便确定正交设计的因素水平。 2 ，我不想做正交设计。想直接用简单比较法得出最优实验方案算了，不过这样做出的论文不够炫，感觉没有技术含量，和人家做正交设计的相比就差了一大截。 很是头疼，定不下来方案。希望各位走过路过的朋友帮帮忙，

正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行3的3次方=27 种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3 正交表按排实验，只需作9 次，按L18(3)7 正交表进行18 次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。（汗，这里不能打出来正确的表达，反正学这个的都知道具体的写法） 正交表是一整套规则的设计表格，L 为正交表的代号，n 为试验的次数，t为水平数，c 为列数，也就是可能安排最多的因素个数。例如L9(34)，它表示需作9次实验，最多可观察4 个因素，每个因素均为3 水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) ，此表的5 列中有1 列为4 水平，4 列为2水平。根据正交表的资料结构看出，正交表是一个n 行c 列的表，其中第j 列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11 中，第二列的数码个数为3，S=3 ，即由1、2、3 组成，各数码均出现N/3=9/3=3次。

正交实验设计 当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractional factorial designs)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。 正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3正交表按排实验，只需作9次，按L18(3)7正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 1．正交表 正交表是一整套规则的设计表格，用 。L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)， (表11)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) (表12)，此表的5列中，有1列为4水平，4列为2水平。根据正交表的资料结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11中，第二列的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现 次。 正交表具有以下两项性质： (1)每一列中，不同的数字出现的次数相等。例如在两水平正交表中，任何一列都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。 (2)任意两列中数字的排列方式齐全而且均衡。例如在两水平正交表中，任何两列(同一横行内)有序对子共有4种：(1，1)、(1，2)、(2，1)、(2，2)。每种对数出现次数相等。在三水平情况下，任何两列(同一横行内)有序对共有9种，、、、、、、、、，且每对出现数也均相等。 以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性。 2. 互动作用表 每一张正交表后都附有相应的互动作用表，它是专门用来安排互动作用试验。表14就是L8(27)表的互动作用表。 安排互动作用的试验时，是将两个因素的互动作用当作一个新的因素，占用一列，为互动作用列，从表14中可查出L8(27)正交表中的任何两列的互动作用列。表中带( )的为主因素的列号，它与另一主因素的互动列为第一个列号从左向右，第二个列号顺次由下向上，二者相交的号为二者的互动作用列。例如将A因素排为第(1)列，B因素排为第(2)列，两数字相交为3，则第3列为A×B互动作用列。又如可以看到第4列与第6列的互动列是第2列，等等。 3．正交实验的表头设计 表头设计是正交设计的关键，它承担著将各因素及互动作用合理安排到正交表的各列中的重要任务，因此一个表头设计就是一个设计方案。 表头设计的主要步骤如下： (1)确定列数 根据试验目的，选择处理因素与不可忽略的互动作用，明确其共有多少个数，如果对研究中的某些问题尚不太了解，列可多一些，但一般不宜过多。当每个试验号无重复，只有1个试验资料时，可设2个或多个空白列，作为计算误差项之用。 (2)确定各因素的水平数 根据研究目的，一般二水平(有、无)可作因素筛选用；也可适用于试验次数少、分批进行的研究。三水平可观察变化趋势，选择最佳搭配；多水平能以一次满足试验要求。 (3)选定正交表 根据确定的列数(c)与水平数(t)选择相应的正交表。例如观察5个因素8个一级互动作用，留两个空白列，且每个因素取2水平，则适宜选L16(215)表。由于同水平的正交表有多个，如L8(27)、L12(211)、L16(215)，一般只要表中列数比考虑需要观察的个数稍多一点即可，这样省工省时。 (4)表头安排 应优先考虑互动作用不可忽略的处理因素，按照不可混杂的原则，将它们及互动作用首先在表头排妥，而后再将剩余各因素任意安排在各列上。例如某专案考察4个因素A、B、C、D及A×B互动作用，各因素均为2水平，现选取L8(27)表，由于AB两因素需要观察其互动作用，故将二者优先安排在第1、2列，根据互动作用表查得A×B应排在第3列，于是C排在第4列，由于A×C互动在第5列，B×C互动作用在第6列，虽然未考查A×C与B×C，为避免混杂之嫌，D就排在第7列。

(5)组织实施方案 根据选定正交表中各因素占有列的水平数列，构成实施方案表，按实验号依次进行，共作n次实验，每次实验按表中横行的各水平组合进行。例如L9(34)表，若安排四个因素，第一次实验A、B、C、D四因素均取1水平，第二次实验A因素1水平，B、C、D取2水平，……第九次实验A、B因素取3水平，C因素取2水平，D因素取1水平。实验结果资料记录在该行的末尾。因此整个设计过程我们可用一句话归纳为：“因素顺序上列、水平对号入座，实验横著作”。 4．二水平有互动作用的正交实验设计与方差分析 例8 某研究室研究影响某试剂回收率的三个因素，包括温度、反应时间、原料配比，每个因素都为二水平，各因素及其水平见表16。选用L8(27)正交表进行实验，实验结果见表17。 首先计算Ij 与IIj ，Ij为第j列第1水平各试验结果取值之和，IIj为第j列第2水平各试验结果取值之和。然后进行方差分析。过程为： 求：总离差平方和 各列离差平方和 SSj= 本例各列离均差平方和见表10最底部一行。即各空列SSj之和。即误差平方和 自由度v为各列水平数减1，互动作用项的自由度为相交因素自由度的乘积。 分析结果见表18。 从表18看出，在α＝水准上，只有C因素与A×B互动作用有统计学意义，其余各因素均无统计学意义，A因素影响最小，考虑到互动作用A×B的影响较大，且它们的二水平为优。在C2的情况下， 有B1A2和B1，A1两种组合状况下的回收率最高。考虑到B因素影响较A因素影响大些，而B中选B1为好，故选A2B1。这样最后决定最佳配方为A2B1C2，即80℃，反应时间，原料配比为。 如果使用计算机进行统计分析，在资料是只需要输入试验因素和实验结果的内容，互动作用界的内容不用输入，然后按照表头定义要分析的模型进行方差分析。

L44 正交实验表 所在列 1 2 3 4 因素 A B C D 实验01 1 1 1 1 实验02 1 2 2 2 实验03 1 3 3 3 实验04 1 4 4 4 实验05 2 1 2 3 实验06 2 2 1 4 实验07 2 3 4 1 实验08 2 4 3 2 实验09 3 1 3 4 实验10 3 2 4 3 实验11 3 3 1 2 实验12 3 4 2 1 实验13 4 1 4 2 实验14 4 2 3 1 实验15 4 3 2 4 实验16 4 4 1 3 L46 实验计划表 所在列 1 2 3 4 5 6 因素 A B C D E F 实验01 1 1 1 1 1 1 实验02 1 2 2 2 2 2 实验03 1 3 3 3 3 3 实验04 1 4 4 4 4 4 实验05 2 1 1 2 2 3 实验06 2 2 2 1 1 4 实验07 2 3 3 4 4 1 实验08 2 4 4 3 3 2 实验09 3 1 2 3 4 1 实验10 3 2 1 4 3 2 实验11 3 3 4 1 2 3 实验12 3 4 3 2 1 4 实验13 4 1 2 4 3 3 实验14 4 2 1 3 4 4 实验15 4 3 4 2 1 1 实验16 4 4 3 1 2 2 实验17 1 1 4 1 4 2 实验18 1 2 3 2 3 1 实验19 1 3 2 3 2 4 实验20 1 4 1 4 1 3 实验21 2 1 4 2 3 4 实验22 2 2 3 1 4 3 实验23 2 3 2 4 1 2 实验24 2 4 1 3 2 1 实验25 3 1 3 3 1 2 实验26 3 2 4 4 2 1 实验27 3 3 1 1 3 4 实验28 3 4 2 2 4 3 实验29 4 1 3 4 2 4 实验30 4 2 4 3 1 3 实验31 4 3 1 2 4 2 实验32 4 4 2 1 3 1

L44 正交实验表 所在列 1 2 3 4 因素 A B C D 实验01 1 1 1 1 实验02 1 2 2 2 实验03 1 3 3 3 实验04 1 4 4 4 实验05 2 1 2 3 实验06 2 2 1 4 实验07 2 3 4 1 实验08 2 4 3 2 实验09 3 1 3 4 实验10 3 2 4 3 实验11 3 3 1 2 实验12 3 4 2 1 实验13 4 1 4 2 实验14 4 2 3 1 实验15 4 3 2 4 实验16 4 4 1 3

L46 实验计划表

所在列 1 2 3 4 5 6 因素 A B C D E F 实验01 1 1 1 1 1 1 实验02 1 2 2 2 2 2 实验03 1 3 3 3 3 3 实验04 1 4 4 4 4 4 实验05 2 1 1 2 2 3 实验06 2 2 2 1 1 4 实验07 2 3 3 4 4 1 实验08 2 4 4 3 3 2 实验09 3 1 2 3 4 1 实验10 3 2 1 4 3 2 实验11 3 3 4 1 2 3 实验12 3 4 3 2 1 4 实验13 4 1 2 4 3 3 实验14 4 2 1 3 4 4 实验15 4 3 4 2 1 1 实验16 4 4 3 1 2 2 实验17 1 1 4 1 4 2 实验18 1 2 3 2 3 1 实验19 1 3 2 3 2 4 实验20 1 4 1 4 1 3 实验21 2 1 4 2 3 4 实验22 2 2 3 1 4 3 实验23 2 3 2 4 1 2 实验24 2 4 1 3 2 1 实验25 3 1 3 3 1 2 实验26 3 2 4 4 2 1 实验27 3 3 1 1 3 4 实验28 3 4 2 2 4 3 实验29 4 1 3 4 2 4 实验30 4 2 4 3 1 3 实验31 4 3 1 2 4 2 实验32 4 4 2 1 3 1

以上仅供参考 希望能解决您的问题。

正交实验设计 当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractional factorial designs)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。 正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3正交表按排实验，只需作9次，按L18(3)7正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 1．正交表 正交表是一整套规则的设计表格，用 。L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)， (表11)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) (表12)，此表的5列中，有1列为4水平，4列为2水平。根据正交表的资料结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11中，第二列的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现 次。 正交表具有以下两项性质： (1)每一列中，不同的数字出现的次数相等。例如在两水平正交表中，任何一列都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。 (2)任意两列中数字的排列方式齐全而且均衡。例如在两水平正交表中，任何两列(同一横行内)有序对子共有4种：(1，1)、(1，2)、(2，1)、(2，2)。每种对数出现次数相等。在三水平情况下，任何两列(同一横行内)有序对共有9种，、、、、、、、、，且每对出现数也均相等。 以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性。 2. 互动作用表 每一张正交表后都附有相应的互动作用表，它是专门用来安排互动作用试验。表14就是L8(27)表的互动作用表。 安排互动作用的试验时，是将两个因素的互动作用当作一个新的因素，占用一列，为互动作用列，从表14中可查出L8(27)正交表中的任何两列的互动作用列。表中带( )的为主因素的列号，它与另一主因素的互动列为第一个列号从左向右，第二个列号顺次由下向上，二者相交的号为二者的互动作用列。例如将A因素排为第(1)列，B因素排为第(2)列，两数字相交为3，则第3列为A×B互动作用列。又如可以看到第4列与第6列的互动列是第2列，等等。 3．正交实验的表头设计 表头设计是正交设计的关键，它承担著将各因素及互动作用合理安排到正交表的各列中的重要任务，因此一个表头设计就是一个设计方案。 表头设计的主要步骤如下： (1)确定列数 根据试验目的，选择处理因素与不可忽略的互动作用，明确其共有多少个数，如果对研究中的某些问题尚不太了解，列可多一些，但一般不宜过多。当每个试验号无重复，只有1个试验资料时，可设2个或多个空白列，作为计算误差项之用。 (2)确定各因素的水平数 根据研究目的，一般二水平(有、无)可作因素筛选用；也可适用于试验次数少、分批进行的研究。三水平可观察变化趋势，选择最佳搭配；多水平能以一次满足试验要求。 (3)选定正交表 根据确定的列数©与水平数(t)选择相应的正交表。例如观察5个因素8个一级互动作用，留两个空白列，且每个因素取2水平，则适宜选L16(215)表。由于同水平的正交表有多个，如L8(27)、L12(211)、L16(215)，一般只要表中列数比考虑需要观察的个数稍多一点即可，这样省工省时。 (4)表头安排 应优先考虑互动作用不可忽略的处理因素，按照不可混杂的原则，将它们及互动作用首先在表头排妥，而后再将剩余各因素任意安排在各列上。例如某专案考察4个因素A、B、C、D及A×B互动作用，各因素均为2水平，现选取L8(27)表，由于AB两因素需要观察其互动作用，故将二者优先安排在第1、2列，根据互动作用表查得A×B应排在第3列，于是C排在第4列，由于A×C互动在第5列，B×C互动作用在第6列，虽然未考查A×C与B×C，为避免混杂之嫌，D就排在第7列。 (5)组织实施方案 根据选定正交表中各因素占有列的水平数列，构成实施方案表，按实验号依次进行，共作n次实验，每次实验按表中横行的各水平组合进行。例如L9(34)表，若安排四个因素，第一次实验A、B、C、D四因素均取1水平，第二次实验A因素1水平，B、C、D取2水平，……第九次实验A、B因素取3水平，C因素取2水平，D因素取1水平。实验结果资料记录在该行的末尾。因此整个设计过程我们可用一句话归纳为：“因素顺序上列、水平对号入座，实验横著作”。 4．二水平有互动作用的正交实验设计与方差分析 例8 某研究室研究影响某试剂回收率的三个因素，包括温度、反应时间、原料配比，每个因素都为二水平，各因素及其水平见表16。选用L8(27)正交表进行实验，实验结果见表17。 首先计算Ij 与IIj ，Ij为第j列第1水平各试验结果取值之和，IIj为第j列第2水平各试验结果取值之和。然后进行方差分析。过程为： 求：总离差平方和 各列离差平方和 SSj= 本例各列离均差平方和见表10最底部一行。即各空列SSj之和。即误差平方和 自由度v为各列水平数减1，互动作用项的自由度为相交因素自由度的乘积。 分析结果见表18。 从表18看出，在α＝水准上，只有C因素与A×B互动作用有统计学意义，其余各因素均无统计学意义，A因素影响最小，考虑到互动作用A×B的影响较大，且它们的二水平为优。在C2的情况下， 有B1A2和B1，A1两种组合状况下的回收率最高。考虑到B因素影响较A因素影响大些，而B中选B1为好，故选A2B1。这样最后决定最佳配方为A2B1C2，即80℃，反应时间，原料配比为。 如果使用计算机进行统计分析，在资料是只需要输入试验因素和实验结果的内容，互动作用界的内容不用输入，然后按照表头定义要分析的模型进行方差分析。

需要资料分析+qq

F值是均方与自由度的比值，F比值是F值与其在相应显著性水平下的F临界值的比值，二者都可以作为反应显著性差异的引数

我们知道如果有很多的因素变化制约着一个事件的变化，那么为了弄明白哪些因素重要，哪些不重要，什么样的因素搭配会产生极值，必须通过做实验验证(仿真也可以说是试验，只不过试验设备是计算机)，如果因素很多，而且每种因素又有多种变化(专业称法是：水平)，那么试验量会非常的大，显然是不可能每一个试验都做的。那我们这个试验来讲，影响主轴温升的因素很多，比如转速、预紧力、油气压力、喷油间隙时间、油品等等；每种因素的水平也很多，比如转速从 8Krpm到20Krpm，等等，坤哥算了一下，所有因素都做，大概一共要900次试验，按一天3次试验计，要不停歇的做10个月，显然是不可能的。 能够大幅度减少试验次数而且并不会降低试验可行度的方法就是使用正交试验法。首先需要选择一张和你的试验因素水平相对应的正交表，已经有数学家制好了很多相应的表，你只需找到对应你需要的就可以了。所谓正交表，也就是一套经过周密计算得出的现成的试验方案，他告诉你每次试验时，用那几个水平互相匹配进行试验，这套方案的总试验次数是远小于每种情况都考虑后的试验次数的。比如3水平4因素表就只有9行，远小于遍历试验的81次；我们同理可推算出如果因素水平越多，试验的精简程度会越高。 建立好试验表后，根据表格做试验，然后就是数据处理了。由于试验次数大大减少，使得试验数据处理非常重要。首先可以从所有的试验数据中找到最优的一个数据，当然，这个数据肯定不是最佳匹配数据，但是肯定是最接近最佳的了。这是你能得到一组因素，这是最直观的一组最佳因素。接下来将各个因素当中同水平的试验值加和(注:正交表的一个特点就是每个水平在整个试验中出现的次数是相同的)，就得到了各个水平的试验结果表，从这个表当中又可以得到一组最优的因素，通过比较前一个因素，可以获得因素变化的趋势，指导更进一步的试验。各个因素中不同水平试验值之间也可以进行如极差、方差等计算，可以获知这个因素的敏感度。等等等等...还有很多处理数据的方法。然后再根据统计数据，确定下一步的试验，这次试验的范围就很小了，目的就是确定最终的最优值。当然，如果因素水平很多，这种寻优过程可能不止一次。 讲了这么多，你也许会问，你说那个表很准，能代表大趋势，为什么呢？这个问题是有证明的，不过我们不必去看那个证明(很复杂，看不懂:P)，我的考虑是这样的，如果我们将所有的试验情况排列成一条线，正交表所取得那些试验点，就肯定正好为于这条线的一组均分点上，由此就可以大致估算出整个试验的大致走向了，不过均分为多少个点倒是问题，取多了失去正交试验的意义，少了无法代表趋势，这点我还没考虑清楚。我师弟的考虑到是有道理，他认为取的这些点是所有试验点的一组最小正交基，也就是说所有试验点都可以由这几个基本点衍生表示，故而考虑基的性质就能推断所有的点的性质了，我觉得这个是个最好的解释了，呵呵。在生产和科研中，为了研制新产品，改革生产工艺，寻找优良的生产条件，需要做许多多因素的试验。 在方差分析中对于一个或两个因素的试验，我们可以对不同因素的所有可能的水平组合做试验，这叫做全面试验。当因素较多时，虽然理论上仍可采用前面的方法进行全面试验后再做相应的方差分析，但是在实际中有时会遇到试验次数太多的问题。例如，生产化工产品，需要提高收率（产品的实际产量与理论上投入的最大产量之比），认为反应温度的高低、加碱量的多少、催化剂种类等多种因素，都是造成收率不稳的主要原因。根据以往经验，选择温度的三个水平：80⁰C、85⁰C、90⁰C；加碱量的三个水平：35、48、55（kg）；催化剂的三个水平：甲、乙、丙三种。如果做全面试验，则需3³=27次。如果有3个因素，每个因素选取4个试验水平的问题，在每一种组合下只进行一次试验，所有不同水平的组合有4³=64种，如果6个因素，5个试验水平，全面试验的次数是5⁶=15，625次。对于这样一些问题，设计全面的试验往往耗时、费力，往往很难做到。因此，如何设计多因素试验方案，选择合理的试验设计方法，使之既能减少试验次数，又能收到较好的效果。“正交试验法”就是研究与处理多因素试验的一种科学有效的方法 正交试验法在西方发达国家已经得到广泛的应用，对促进经济的发展起到了很好的作用。在我国，正交试验法的理论研究工作已有了很大的进展，在工农业生产中也正在被广泛推广和应用，使这种科学的方法能够为经济发展服务。 正交试验法就是利用排列整齐的表 -正交表来对试验进行整体设计、综合比较、统计分析，实现通过少数的试验次数找到较好的生产条件，以达到最高生产工艺效果。正交表能够在因素变化范围内均衡抽样，使每次试验都具有较强的代表性，由于正交表具备均衡分散的特点，保证了全面试验的某些要求，这些试验往往能够较好或更好的达到试验的目的。正交试验设计包括两部分内容：第一，是怎样安排试验；第二，是怎样分析试验结果。

实验原理

酶的催化作用是在一定条件下进行的，它受多种因素的影响，如：底物浓度、酶浓度、溶液的pH值和离子浓度、温度、抑制剂和激活剂等都能影响催化反应的速度。

通常是在其他因素恒定的条件下，通过对某因素在一系列变化条件下的酶活性测定，求得该因素对酶活力的影响，这是单因素的简单比较法。

本实验用正交法测定温度、pH值、底物浓度和酶浓度四种因素对蔗糖酶活性的影响，这是多因素（≥3）的实验方法。

正交法是通过正交表安排多因素实验，利用统计数学原理进行数据分析的一种科学方法，它符合“以尽量少的试验，获得足够的、有效的信息”的实验设计原则。

扩展资料：

正交试验法的程序为下列八个步骤：

1、确定试验目的。实验目的是多种多样的，如找出产品质量指标的最佳组合、确定最佳工艺条件等。本实验的目的是为了提高酶的反应速度，提高酶的活力。

2、选择质量特性指标。应选择能提高或改进的质量特性及因素效应。对于本实验来说就是产物（葡萄糖）生成量的多少。

3、选定相关因素。即选择和确定可能对实验结果或质量特性值有影响的那些因素，可人为控制与调节的因素，如温度、pH等。这些因素之间有相互独立性。

4、确定水平。水平，又称位级，是因素的一个给定值或一种特定的措施，或一种特定的状态。水平也就是因素变化的各种状态。在确定水平时，应考虑选择范围、水平数和水平位置。如本实验的温度水平可以选择20℃、30 ℃、50 ℃三个水平。

5、选用正交表。应从因素数、水平数以及有无重点因素需要强化考察等各方面综合考虑选用正交表。一般情况下，首先根据水平数选用2或3系列表，然后，以容纳试验因素数，选用实验次数最少的正交表。如有重点考察的因素，则根据其多考察的水平数，选混合型正交表。

6、配列因素水平，制定实验方案。按随机原则，把因素配列于选用的正交表中，制定实验的顺序、时间等，即制定实验具体方案。

7、实施实验方案。按实验方案，认真、正确地试验，如实记录各种实验数据。

8、实验结果分析。对实验中取得的各种数据进行分析。如从数据中直接选出符合或接近质量特性期望值的实验条件组。如不能采用直观分析方法，则应采用其他分析方法，确定各因素主次地位可用极差分析方法，定量分析各个因素对实验结果的影响程度，则用方差分析方法。

参考资料来源：百度百科——正交实验法

药学专业毕业论文

药学是连接健康科学和化学科学的医疗保健行业，它承担着确保药品的安全和有效使用的职责。下面是我整理的药学专业毕业论文范文，与大家分享了解。

摘要：

有机化学实验是培养药学人才的一门重要课程。本文主要从教学内容、教学方法和网络虚拟教学等方面阐述实验教学改革，以提高学生学习有机化学的积极性，培养出高素质的应用型药学人才。

关键词：

药学；有机化学；实验教学

目前，重点高等医药院校药学人才培养目标主要是围绕研究型和创新型开展。一个国家民族医药企业的强大除了依靠研究型人才外，还需要大量的技术应用型人才。地方性本科院校现已成为我国高等教育的中坚力量，是本科人才培养的重要基地，其定位于培养为地方服务的大批应用型专门人才。我院于2014年10月被河南省教育厅确定为第二批向技术应用型本科院校转型的试点学校，我院药学专业初步确定为转型示范专业。我院于2013年开设本科药学专业，其办学定位是为医药企业培养高层次的应用型人才。有机化学是药学类专业一门重要的必修课程，有机化学实验[1]的应用性已充分渗透到药学的各领域。近年来，我院把高素质技术应用型人才培养作为教学改革的方向，加大实验教学投入，整合教学资源，把实验室建设和实验教学改革作为培养应用型人才的重要途径[2]。现将我院有机化学实验教学改革总结如下。

1转变观念，充分认识实验教学的重要性

传统观念认为有机化学的理论教学占主导地位，实验教学为理论教学服务，处于从属地位。学生也普遍认为理论知识重于实验，因此做实验时，只是按照实验大纲要求和步骤进行，对实验可能出现的结果无预知和分析，难以实现理论与实践教学相结合的教学目标[3]。因此，转变观念，改革实验教学，加强实验教学成为培养应用型药学人才的重要举措。

2改革实验教学模式

实验教学内容改革

[4]验证性、综合性和探究性是实验教学的主要特点。传统实验教学多以验证性实验为主，综合性和探究性实验较少，学生只是机械地重复操作过程，制约了学生的主动性和探究性。为此，我院删减了一部分验证性实验，保留一些基本化学实验操作，同时加强操作技能训练，适当增加一些设计性和创新性实验。在实验教学过程中，不断优化实验内容，使其更科学、更具适用性。蒸馏（包括常压和减压）、重结晶及萃取分离是有机化学实验最常用和最基本的操作，在实验教学中，尽可能多安排与这些操作技能相关的实验。在操作训练中，让学生知道并理解实验操作中的注意事项；熔点、沸点、折光率和旋光度等物理常数的测定在理论教学中着重讲解其原理，实验中则着重训练学生的操作技能。实验课程体系以典型合成实验为主，精选具有综合性和设计性的实验项目。例如，环己烯和1-溴丁烷的制备，将性质验证贯穿于合成实验中，使学生能加深对书本上理论知识的理解。将熔点测定和色谱技术分析融入阿司匹林的合成中，构成一个综合性实验。通过整合实验内容，不但强化学生的基本操作技能，还培养学生运用理论知识综合分析和解决问题能力。引导学生探究实验中出现的一系列问题，激发其探索精神，让学生对理论知识有更进一步的理解。开展设计性实验主要是满足药学专业学生毕业后工作和继续深造的需求，同时也有利于应用型人才的培养。例如，环己酮有多种合成路线，实验课前，让学生发挥主观能动性，设计出可能合理的合成路线及操作步骤。课堂上教师给出文献报道的合成路线，让学生对比一下自己设计的路线与文献中的有何不同，然后教师再引导学生分析讨论得到最佳的合成路线，即用次氯酸钠氧化环己醇得到环己酮，此法可避免重金属污染环境的问题。设计性实验教学可有效激发学生的实验兴趣，且实验后的成就感更能激发他们对有机化学的学习兴趣。

运用新的教学方法

[5]在传统“灌输式”教学过程中，学生只是一味地接受教师传授的知识，未能激发其主动性，教学结果就是学生对知识理解不深且不能灵活运用。因此，改革传统的教学模式势在必行。我院根据开设实验项目的特点，采用不同的教学方法，如启发式、示范式、讨论式等。实验前学生必须做好预习，对本次实验的目的、原理和步骤做到心中有数，并对实验注意事项和实验思考题多加思考。上课时，教师通过提问[6]来检验学生的预习效果，并根据提问情况，对教学内容有所选择地讲授，避免无重点的重复，提高教学效率。对实验操作，请2～3名学生课堂上示范演习，让其他同学找出其正确和错误的地方，然后教师再讲解示范。这种纠错式教学可使学生普遍存在的操作问题得到有效纠正。乙酰苯胺的合成有两种实验方法：（1）冰醋酸法。（2）醋酸酐法。实验前，学生查阅资料比较两种方法的优缺点。用冰醋酸法分馏时温度为什么要控制在100～110度之间，过高可以吗？用醋酸酐法加入盐酸和碳酸钠的目的是什么？等一系列问题，让学生带着问题去思考。做实验时，相邻的两组分别做冰醋酸法和醋酸酐法，这样学生可以相互对比实验效果。在做肉桂酸合成实验时，教师引导学生设计不同投料比、不同催化剂和不同温度的正交试验。对比实验结果得到肉桂酸的最佳合成条件。正交试验法有利于培养学生的探索精神和科研思路。

利用网络虚拟实验辅助教学

[7]随着网络信息技术的飞速发展，其在现代教育中的应用越来越广泛。传统授课方法无法将有些实验操作描述的很清晰，学生也不容易接受。我们教研室采用动态PPT实验操作图或教学视频来讲授实验操作，学生普遍反映良好。这种教学方式能将抽象的内容转变成生动、鲜活的知识，学生的实验操作不规范和失误率大大减少。此外，某些实验因仪器特殊、药品控制较严等原因而无法开展，我们采用网络虚拟实验教学法，学生看过讲义后，在电脑上进行虚拟实验操作并观察实验现象。在进行每步操作时，如果正确，可继续进行；若错误，电脑会提醒学生该如何进行，保证实验顺利进行。网络虚拟可模拟某些特殊实验，弥补了现实无法进行的不足，有助于提高教学质量。

倡导绿色化学理念

[8]现在环境污染越来越严重，已影响到人们的生活，而有机化学实验中的试剂和原料等都会对环境造成污染，如果处理得不恰当，危害更严重。在实验教学中要有意识地引用“绿色”理念，合理设计实验课程体系，联系相关实验，将上一实验产物作为后面实验原料。为尽量减少化学实验对环境的危害，在不改变实验的前提下，尽量采用小规格的容器，如采用50ml的圆底烧瓶做反应装置，大大减少原料和试剂的使用量。选用毒性小的溶剂代替毒性大的'溶剂，如乙醇代替甲醇，甲苯代替苯等。乙醇、乙酸乙酯是化学实验中使用比较多的溶剂，且可回收再利用。将回收的乙醇废液经蒸馏得到大约95%乙醇，可作为清洗剂，也可用于咖啡x因的提取。对实验产生的废弃物让学生加以分类、集中收集，倒入指定地方，最后由教师统一处理，避免有害溶剂腐蚀管道和污染地下水。

3完善实验教学考核体系，综合客观评定学生成绩

[9]以往实验成绩主要是根据学生上交的实验报告来评定，从报告上无法了解学生对知识和操作技能的掌握情况，因此有必要建立一套能全面客观综合评价学生成绩的实验考核体系。综合评价法可有效评定学生的实验成绩，主要从4方面对学生进行考核：

（1）预习（占10%），主要考查学生预习情况，包括目的、原理等内容；

（2）实际操作能力（占30%），教师考查每组学生的装置安装和操作规范与否等；

（3）考勤及纪律（占10%）；

（4）操作考核（占50%），主要以抽题形式进行，考查学生基本操作掌握情况。

通过这一年的改革实践证明：综合考核方式更能引起学生对实验的重视，更能客观评价每一位学生。地方性院校本科药学专业有机化学实验教学改革的目的就是提高学生学习有机化学的积极性，培养出具有技术应用型潜力的优秀人才。虽然实验教学改革取得了一些成绩，但是时代在发展，技术在进步，教学改革也应与时俱进，要积极吸取其他院校教改的成功经验，不断探索，不断完善有机化学实验教学体系。

参考文献：

[1]李如章，王书华.有机化学实验[M].北京：科学出版社，2005.

[2]柯方，周孙英.有机化学实验对药学专业学生素质培养的探讨[J].基础医学教育，2013，15（4）：394-396.

[3]唐振林，高吉仁，李惠民，等.高职药学专业有机化学实验教学的改革探索[J].卫生职业教育，2014，32（15）：92-93.

[4]付蕾，范卓文，张立剑，等.改革药学专业有机化学实验培养学生创新能力[J].实验室科学，2012，15（6）：146-148.

[5]宋尔群，宋杨.药学本科有机化学课程和实验教学探讨[J].药学实践杂志，2013，31（5）：398-400.

[6]刘春萍，刘X，孙林，等.基于问题教学法的有机化学实验教学案例[J].实验科学与技术，2011，9（5）：142.

[7]熊万明，陈金珠，陈清，等.网络课程辅助下有机化学实验的教学改革研究与实践[J].化工高等教育，2014（6）：57-59.

[8]赵丽娜，陆国志.高校化学实验中绿色化学的研究[J].实验技术与管理，2013，30（2）：179-181.

[9]姚建文，王虎，孙海军.药学专业有机化学实验教学模式改革的探索[J].中国科教创新导刊，2011（1）：26.